探索推荐系统的哲学意义

1. 推荐系统是数字世界的一个出口

在现实的世界中，存在着在人、物和信息之间的交流，人与人的交流、人与物的交流和人与信息的交流，这三种交流基本覆盖了我们认识的现实世界。

人在现实世界之外创造了虚拟的互联网世界，这个世界同样有着在现实世界里的人、物和信息之间的交流需求，人与人的交流需求催生了互联网社交的发展，人与物的交流需求催生了互联网电子商务的发展，人与信息的交流需求催生了互联网多媒体资讯的发展，这三大主要连接点构成了互联网世界的生态基石。

 

 

图1

随着互联网世界的不断膨胀，用户、产品和信息的规模不断扩大，并随同人类一起进入一个前所未有的繁荣热闹的数字世界，维持数字世界稳定地运行考验着数据采集、存储、运算和分发能力，推荐系统就是数据分发能力的一种具体表现，它将人生产的数据搬运到人消费数据的地方，是数字世界的出口，也是生机勃勃的互联网世界的牌面，决定了整个数字世界的价值最大值。

 

2. 推荐系统是一种资源调度系统

从外部看，推荐系统是一种资源调度系统，需要解决这些关键问题：谁生产资源、生产多少资源、谁消费资源、消费多少资源、资源的存储管理、资源的量化分析等，一个评价资源调度系统好坏的标准就是能否经济地将合适的资源运送到需要的人手里，这听上去像计划经济模式，但问题关键在于，如何确定个体资源需要的程度以及保持总体资源分配平衡，在市场经济中，这个难题依靠价格机制解决，在互联网世界中，这个难题依靠计算机解决——运行于计算机之上的软件算法通过采集分析个体数据，客观评估用户需求，准时高效地调配资源。

 

图2

在这个资源分配的环境中，推荐系统相当于用户被动接受资源，搜索系统相当于用户主动寻找资源。当用户处于被动接受资源时，推荐系统只是一层纯技术面的资源调配策略，出于对资源使用效率和用户接受心理的考虑，往往会需要人为层面对资源调配结果进行运营干预，释放资源的量级、速度、时间、位置等要素，可能会根据系统管理者的最新要求而发生变化，进而影响初始技术层面——推荐系统的作用。

 

3. 推荐系统研究用户的需求

从内部看，决定一个推荐系统最终高度的是其对人的需求理解水平。推荐系统不是人与人之间的交流，而是人与机器、机器与人的交流。推荐系统设计者根据对人的需求理解，抽象化为算法理论，并将其外化为一种机器能力，通过机器的内核——算法对人的数据理解，为每个人估算需求，以一种机械自动化的方式大规模分发资源。

 

图3

在这个过程中，算法能否准确全面地从用户数据中提炼用户需求是关键，这取决于系统设计者对世界的认识是否足够深刻。我们通过数字定量描述现实世界，但数字之间的关系却隐藏于大自然的规律中，从庞大的用户数据刻画用户的形象，并不是一件理所当然的事，而要付出很大的艰辛才能找到更逼近真理的转换关系。

同时，用户需求并不是一成不变，历史的用户数据尽管可以预测用户未来行为，但当不同用户间乃至系统级的干扰发生时，算法或者系统设计者需要分析其他领域的数据及时准确地觉察到用户需求变化，此时算法可能被重新设计以适应新的工作环境。没有一种算法能够适用所有情形，算法本身在不断演化中。

 

4. 人与物与信息的交流

我们退回推荐系统设计出发的原点，看看现实世界里人的交流模式如何影响推荐系统的构成。上文提到，现实世界存在着人与人的交流、人与物的交流和人与信息的交流。

人与人的交流：重点在情感交流和认同。其在互联网世界的体现，是互联网社交，如微信、Facebook、微博等。互联网社交推荐系统秉承“物以类聚人以群分”的思想，基于用户行为表现，跨越空间地理和时间约束，为用户连接志同道合的朋友。

人与物的交流：重点在物的使用价值、成本、体验。其在互联网世界的体现，是互联网电子商务，如淘宝、亚马逊、京东等。互联网电子商务推荐系统的高光时刻，在于不断创下记录的销售额，通过增加更多的商品和更多的用户，并使两者之间发生更多的联系，推荐系统在不断尝试联接用户与商品的可能性中拥有了更高的成功率，同时突破传统商业的时空局限，消灭信息不对称，达到商品成本与体验的较好平衡。

人与信息的交流：重点在认识自身和世界。其在互联网世界的体现，是互联网多媒体资讯，如谷歌、今日头条、抖音等。互联网多媒体资讯推荐系统借助信息产业的飞速发展，改善并丰富了信息表达方式，强化了文字、语音和视频等媒介传播力，将现实世界的信息席卷进入互联网世界，每个人都能看到巨大而独特的信息浪潮。

在心理学中有一个很著名的马斯洛需求理论：生理需求、安全需求、社交需求、尊重需求和自我实现需求（又可分为认知需求、审美需求和自我创造需求）。我们发现人与外界的交流很多可以归因于这些需求，为了帮助人与外界的交流，推荐系统需要十分理解用户心理，并基于庞杂的用户数据推测用户需求。

 

5. 推荐系统本质是人与机器的交流

在推荐系统未出现之前，推荐这个活其实已经存在了。推荐系统是一种推荐方法在互联网世界的重要存在，在现实世界，当面推销就是存在已久的推荐方法。

当面推销本质上是人与人的交流，是点与点的接触；推荐系统本质是人与机器的交流，是点与面的接触。

 

推荐方法	优点	缺点
当面推销	点对点的交流更易把握客户的心理和需求，完成交易	对销售人员素质要求较高，难以规模化推广，总体推销成本较高
推荐系统	系统一次开发终身受用，支持大规模用户使用	依赖先进的人工智能算法，需要庞大的智力资源，开发成本较高

 

人使用推荐系统将推荐这个活规模化和精细化，就如同人创造了汽车流水线来为每个人定制化生产汽车。推荐系统是一种工具，人使用工具辅助与人、物和信息交流，是进化的一种体现，也是进化的方向。

    当计算机当起推销员，除了感觉有点冰冷，计算机不知疲倦、随时响应的管家式服务，终会赢得用户的认可。